अपारंपरिक एआयने मेगा सीड राउंड आणि एआय चिप्ससाठी नवीन दृष्टिकोनासह प्रवेश केला

चे आगमन अपारंपरिक एआय प्रत्येक उद्योग वर्तुळात आधीच चर्चा सुरू असलेल्या निधी फेरीने कृत्रिम बुद्धिमत्ता हार्डवेअर लँडस्केपला हादरवून टाकले आहे. जेमतेम काही महिन्यांचा, la compañía तंत्रज्ञान जगातील सर्वात शक्तिशाली निधींचे हितसंबंध त्यांनी मिळवले आहेत.कागदावर, एआयसाठी संगणकीय संसाधने कशी डिझाइन केली जातात आणि वापरली जातात याचा पुनर्विचार करण्याचे आश्वासन देणाऱ्या कल्पनेवर पैज लावणे.

वाढत्या मोठ्या आणि अधिक उग्र मॉडेल्सवर लक्ष केंद्रित करण्याऐवजी, कंपनी समस्येच्या मुळाशी हल्ला करू इच्छिते: ऊर्जा कार्यक्षमता आणि चिप्सची भौतिक रचनात्यांचा प्रस्ताव स्पष्टपणे जीवशास्त्र आणि मेंदूच्या कार्याने प्रेरित आहे, ज्यामध्ये आज आवश्यक असलेल्या उर्जेचा एक अंश वापरताना प्रचंड संगणकीय शक्ती प्रदान करण्यास सक्षम असलेल्या प्रणालीच्या जवळ जाणे हे ध्येय आहे. मोठे डेटा सेंटर.

वर्षातील सर्वात मोठा एआय हार्डवेअर सीड राउंड

अपारंपरिक एआयने $४७५ दशलक्ष बियाणे फेरी पूर्ण केली आहेमोठ्या संख्येने वापरल्या जाणाऱ्या बाजारपेठेतही, इतक्या सुरुवातीच्या टप्प्यात त्याच्या विशालतेसाठी एक आकडा वेगळा दिसतो. व्यवहार कंपनीचे मूल्य सुमारे ५० अब्ज डॉलर्स, ज्यामुळे ते एआय हार्डवेअर इकोसिस्टममधील सीड फंडिंगच्या सर्वात उल्लेखनीय प्रकरणांपैकी एक बनले आहे.

या फेरीचे नेतृत्व व्हेंचर कॅपिटल फंड्सने केले आहे. Andreessen Horowitz (a16z) y Lightspeed Venture Partnersसखोल तंत्रज्ञानातील दीर्घकालीन गुंतवणुकीच्या बाबतीत दोन प्रमुख खेळाडू. त्यांच्यासोबत इतर उच्च-स्तरीय गुंतवणूकदार सामील झाले आहेत जसे की लक्स कॅपिटल, DCVC, Databricks आणि अगदी Amazon चे संस्थापक, जेफ बेझोसयामुळे हा प्रकल्प दीर्घकालीन धोरणात्मक पाऊल म्हणून पाहिला जातो ही भावना बळकट होते.

बाह्य भांडवलाव्यतिरिक्त, एका सह-संस्थापकाने स्वतःच्या खिशातून योगदान देण्याचा निर्णय घेतला आहे. ५० अब्ज डॉलर्स...इतर प्रमुख गुंतवणूकदारांप्रमाणेच. रकमेच्या पलीकडे जाणारा हा निर्णय कंपनीच्या तांत्रिक आणि व्यावसायिक प्रबंधात वचनबद्धता आणि अंतर्गत विश्वासाचे स्पष्ट संकेत देतो.

विविध मुलाखतींनुसार, ४७५ दशलक्ष डॉलर्सचा हा प्रारंभिक हप्ता केवळ निधी संकलन योजनेची सुरुवात असेल जी सुमारे ५० अब्ज डॉलर्स याच टप्प्यावर. उद्दिष्टाची विशालता त्यांना कोणत्या प्रकारच्या प्रकल्पाचा सामना करावा लागत आहे हे अधोरेखित करते: गुंतागुंतीचे हार्डवेअर, दीर्घ विकास चक्र आणि संशोधन आणि विकासात मजबूत प्रारंभिक गुंतवणूक.

इतर अलीकडील व्यवहारांच्या तुलनेत, मूल्यांकन थोडे कमी झाले ५०० अब्ज पहिल्या अफवांमध्ये ज्यांची चर्चा झाली होती, परंतु तरीही ते अपारंपरिक एआयला अशा स्टार्टअप्सच्या यादीत स्थान देते जे, जवळजवळ कोणतेही उत्पन्न किंवा व्यावसायिक उत्पादन नसताना, आधीच अधिक परिपक्व कंपन्यांसाठी राखीव असलेल्या भांडवलाच्या पातळीवर खेळत आहेत.

नवीन राव यांचे दूरदृष्टी आणि तांत्रिक जोखीम स्वीकारणारी टीम

या प्रकल्पाचे नेतृत्व नवीन रावराव, त्यांच्या उद्योजकीय बाजू आणि प्रमुख तंत्रज्ञान कंपन्यांमधील पदांसाठी एआय जगात एक प्रसिद्ध व्यक्ती. इंटेल येथे कृत्रिम बुद्धिमत्ता प्लॅटफॉर्मसाठी जबाबदार मशीन लर्निंगसाठी प्रोसेसरमध्ये विशेषज्ञ असलेल्या नर्व्हाना सिस्टम्स या पहिल्या स्टार्टअपच्या खरेदीनंतर.

नंतर, संस्थापकाने सह-संस्थापक म्हणून आणखी एक झेप घेतली मोज़ेकएमएल, एक मॉडेल ट्रेनिंग प्लॅटफॉर्म ज्याने डेटा आणि एआय इकोसिस्टममध्ये लोकप्रियता मिळवली आणि शेवटी ते विकत घेतले सुमारे $१.३ अब्ज मध्ये डेटाब्रिक्सएका दशकापेक्षा कमी कालावधीत दोन महत्त्वपूर्ण निर्गमनांसह, या ट्रॅक रेकॉर्डमुळे आता त्यांच्या नवीन प्रकल्पाला पाठिंबा देणाऱ्या निधींमध्ये आत्मविश्वास निर्माण झाला आहे.

राव सोबत, कंपनीने उच्च-स्तरीय प्रोफाइल समाविष्ट केले आहेत जे छेदनबिंदूवरून आहेत हार्डवेअर, सॉफ्टवेअर आणि शैक्षणिक संशोधन, म्हणून मायकेल कार्बिन, सारा आचौर y मीलन लीही एक अशी टीम आहे जी उच्च तांत्रिक जोखीम, दीर्घ-सायकल प्रकल्प आणि जलद सॉफ्टवेअर पुनरावृत्तीने सोडवल्या जाणाऱ्या समस्यांना सामोरे जाण्याची सवय ठेवते, परंतु जटिल प्रोटोटाइप आणि भौतिक वास्तुकला आणि अल्गोरिदम यांच्यातील अगदी जवळचे एकीकरण आहे.

राव यांनी स्वतः स्पष्ट केले आहे की अपारंपरिक एआयच्या कार्य योजनेत समाविष्ट आहे अनेक वर्षांपासून अनेक प्रोटोटाइपची चाचणी घ्याकार्यक्षमता आणि खर्चाच्या बाबतीत कोणता आदर्श सर्वोत्तम आहे याचे मूल्यांकन ते करत आहेत. दुसऱ्या शब्दांत, ते एखादे उत्पादन लवकर लाँच करण्याचा विचार करत नाहीत, तर पुढील दशकात एआय संगणनात फरक घडवू शकेल असा तांत्रिक पाया तयार करण्याचा विचार करत आहेत.

तथाकथित वर हा पैज "लांब सायकल अभियांत्रिकी" हे अनेक सॉफ्टवेअर स्टार्टअप्सच्या सामान्य दृष्टिकोनाशी विसंगत आहे, जे शक्य तितक्या लवकर ग्राहकांशी प्रमाणीकरण करण्यावर आणि जलद पुनरावृत्तीद्वारे उत्पादनाचे फाइन-ट्यूनिंग करण्यावर लक्ष केंद्रित करतात. येथे, मार्ग मोठ्या सेमीकंडक्टर कंपन्यांसारखा किंवा महत्त्वपूर्ण पायाभूत सुविधा प्रकल्पांसारखाच आहे, जिथे गुंतवणुकीवरील परतावा नंतर येतो परंतु, जर सर्व काही व्यवस्थित झाले तर, संपूर्ण क्षेत्राची पुनर्परिभाषा करू शकते.

कृत्रिम बुद्धिमत्तेसाठी एक नवीन प्रकारचे यंत्र

अपारंपरिक एआयच्या प्रस्तावाचा गाभा म्हणजे तयार करणे एक अत्यंत अधिक ऊर्जा-कार्यक्षम संगणक कृत्रिम बुद्धिमत्तेच्या कामाच्या ताणासाठी. राव यांनी या महत्त्वाकांक्षेचा सारांश अशा वाक्यात दिला आहे ज्याने या क्षेत्रात लक्ष वेधले आहे: अशी प्रणाली डिझाइन करणे जी "जीवशास्त्राइतकेच कार्यक्षम", कमीत कमी ऊर्जेच्या वापरासह जटिल गणना करण्याची मानवी मेंदूची क्षमता संदर्भ म्हणून घेतली जाते.

बहुतेक उद्योग मॉडेल्सचे स्केलिंग पुढे ढकलत असताना - अधिक पॅरामीटर्स, अधिक डेटा, अधिक GPU—, कंपनी या तत्त्वापासून सुरुवात करते की या धोरणात खर्च आणि उपलब्ध ऊर्जेच्या बाबतीत स्पष्ट मर्यादा आहे.मोठ्या डेटा सेंटर्सना आधीच वीज निर्बंध, वाढत्या किमती आणि शाश्वततेच्या समस्यांचा सामना करावा लागत आहे, जे हवामान आणि नियामक उद्दिष्टांमुळे युरोप आणि स्पेनमध्ये विशेष चिंतेचा विषय आहे.

ही गतिमानता मोडण्यासाठी, स्टार्टअप प्रस्तावित करतो संगणकीय वास्तुकलेतील एक आदर्श बदलपारंपारिक डिजिटल आर्किटेक्चर्समध्ये सुधारणा करत राहण्याऐवजी, अशा डिझाइन्सचा शोध घ्या जे सिलिकॉनचे भौतिक गुणधर्म आणि मेंदूच्या कार्यप्रणालीने प्रेरित तत्त्वे, जसे की न्यूरॉन्सची नॉनलाइनर डायनॅमिक्स.

कंपनीच्या वेबसाइटवर प्रकाशित झालेल्या मजकुरात, कंपनीने तिचे ध्येय "ए" ची निर्मिती असे वर्णन केले आहे. "बुद्धिमत्तेसाठी नवीन सब्सट्रेट"कल्पना अशी आहे की, जैविक प्रणालींच्या वर्तनाशी कृत्रिम संगणनाला जोडणारी योग्य रचना शोधून, क्लासिक डिजिटल आर्किटेक्चरमध्ये सुधारणा करून साध्य होणाऱ्या कार्यक्षमतेपेक्षा कितीतरी पटीने जास्त फायदा मिळवणे शक्य आहे.

फेरीत सहभागी होणाऱ्या लाइटस्पीडचे गुंतवणूकदार त्या निदानाशी सहमत आहेत, गरजेकडे लक्ष वेधतात "बुद्धिमत्तेसाठी योग्य समरूपता" शोधण्यासाठी जर एआय ऊर्जेच्या वापरात मोठी कपात करण्याचे उद्दिष्ट असेल, तर ही विचारसरणी न्यूरोमॉर्फिक संगणन आणि प्रगत अॅनालॉग प्रणालींमधील संशोधन प्रयत्नांशी जुळते, जे आतापर्यंत मोठ्या उत्पादकांच्या शैक्षणिक किंवा प्रायोगिक प्रकल्पांमध्ये मोठ्या प्रमाणात राहिले आहेत.

आर्किटेक्चर: अॅनालॉग चिप्सपासून ते स्पंदित न्यूरॉन्सपर्यंत

अपारंपरिक एआयचा सर्वात उल्लेखनीय पैलू म्हणजे त्याचा एकत्रित दृष्टिकोन अॅनालॉग, मिश्रित आणि न्यूरोमॉर्फिक आर्किटेक्चर्ससध्याच्या डिजिटल चिप्सच्या विपरीत, जे स्वतंत्र शून्य आणि एक वापरून माहिती दर्शवतात, अॅनालॉग डिझाइन सतत मूल्यांसह कार्य करण्यास आणि भौतिक घटनांचा फायदा घेण्यास अनुमती देतात जे योग्यरित्या नियंत्रित केल्यावर, विशिष्ट ऑपरेशन्ससाठी अधिक कार्यक्षम असू शकतात. हा दृष्टिकोन प्रगतीकडे निर्देश करतो प्रगत चिप डिझाइन आणि प्रक्रिया जे भौतिक आधारावरून कार्यक्षमता वाढवण्याचा प्रयत्न करतात.

कंपनी एक्सप्लोर करत आहे संभाव्यता वितरण भौतिकरित्या संग्रहित करण्यास सक्षम चिप्सपारंपारिक प्रोसेसरमध्ये केल्याप्रमाणे संख्यात्मकदृष्ट्या अंदाजे करण्याऐवजी. हे संभाव्य मॉडेल्ससाठी अधिक नैसर्गिक प्रतिनिधित्वांचे दरवाजे उघडते आणि संभाव्यतः, ऊर्जा वापरात हजार पट कपात आज डेटा सेंटर्सवर वर्चस्व गाजवणाऱ्या डिजिटल सिस्टीमच्या तुलनेत.

हे साध्य करण्यासाठी, संघ संकल्पना वापरतो ऑसिलेटर, थर्मोडायनामिक्स आणि स्पाइकिंग न्यूरॉन्सया प्रकारचे मॉडेल कालांतराने स्वतंत्र आवेगांद्वारे वास्तविक न्यूरॉन्स ज्या प्रकारे सक्रिय होतात त्यावरून प्रेरित आहे. न्यूरोमॉर्फिक फील्डचे वैशिष्ट्यपूर्ण हे आर्किटेक्चर वापरात नसताना चिपचे मोठे भाग निष्क्रिय करू शकतात, ज्यामुळे सतत क्रियाकलाप राखणाऱ्या सर्किट्सच्या तुलनेत उर्जेचे नुकसान लक्षणीयरीत्या कमी होते.

हा दृष्टिकोन इंटेल सारख्या कंपन्यांनी त्यांच्या न्यूरोमॉर्फिक प्रोसेसरसह केलेल्या मागील प्रयत्नांची आठवण करून देतो, जे पारंपारिक मध्यवर्ती घड्याळ काढून टाकतात आणि चिपला असिंक्रोनसपणे कार्य करण्यास अनुमती देतात, कामाच्या ताणानुसार फक्त आवश्यक भाग सक्रिय करतात. तथापि, अपारंपरिक एआयला एक पाऊल पुढे जायचे आहेकेवळ न्यूरोनल वर्तनाची नक्कल करूनच नाही तर सिलिकॉनच्या भौतिक डिझाइनला त्या वातावरणासाठी विशेषतः डिझाइन केलेल्या एआय मॉडेल्ससह जवळून एकत्रित करून.

चे हे संयोजन विशेष हार्डवेअर आणि सह-डिझाइन केलेले मॉडेल हे अशा भविष्याकडे निर्देश करते जिथे चिप आणि अल्गोरिथममधील सीमा अस्पष्ट होईल आणि जिथे कामगिरी आता किती GPUs स्टॅक करता येतील यावर अवलंबून नाही, तर मटेरियल आणि सर्किट्सच्या सखोल भौतिक गुणधर्मांचा किती चांगल्या प्रकारे वापर केला जातो यावर अवलंबून असेल.

एआयच्या पुढील लाटेसाठी कस्टम-डिझाइन केलेले SoC

सामान्य आढावा घेण्यापलीकडे, अपारंपरिक एआय कोणत्या प्रकारच्या चिपचे उत्पादन सुरू करायचे आहे याबद्दल तांत्रिक तपशील समोर येत आहेत. कंपनीने प्रकाशित केलेल्या विविध नोकरीच्या पोस्टिंग्ज दर्शवितात... सिस्टम-ऑन-अ-चिप (SoC) डिझाइनवर आधारित एआय अ‍ॅक्सिलरेटरम्हणजेच, एकच घटक जो अनेक विशेष संगणकीय मॉड्यूल्सना एकत्रित करतो.

या वर्णनांनुसार, SoC मध्ये समाविष्ट असेल एक केंद्रीय प्रोसेसर (CPU) अधिक विशिष्ट एआय युनिट्सना पाठवण्यापूर्वी संवेदी डेटा आयोजित करणे आणि तयार करणे यासारख्या प्राथमिक कामांसाठी जबाबदार. या सामान्य पायावर आधारित, कार्य करण्यासाठी ऑप्टिमाइझ केलेले ब्लॉक्स जोडले जातील रेषीय बीजगणित क्रियाजे मोठ्या भाषा मॉडेल्सपासून ते संगणक दृष्टी प्रणालींपर्यंत जवळजवळ सर्व सखोल शिक्षण मॉडेल्सचे गणितीय हृदय आहेत.

डिझाइनमध्ये वापर देखील विचारात घेतला जातो तृतीय-पक्ष बौद्धिक संपदा काही मॉड्यूल्ससाठी, सेमीकंडक्टर उद्योगात ही सामान्य पद्धत आहे, जिथे काही सिद्ध ब्लॉक्सना सुरवातीपासून विकसित करण्यापेक्षा परवाना देणे अधिक कार्यक्षम असते. तिथून, अपारंपरिक एआयचे अतिरिक्त मूल्य SoC च्या सर्वात नाविन्यपूर्ण भागांमध्ये केंद्रित केले जाईल.

या फरक करणाऱ्या घटकांमध्ये हे समाविष्ट आहे मिश्र सिग्नल सर्किट्सअॅनालॉग आणि डिजिटल माहिती दोन्हीवर प्रक्रिया करण्यास सक्षम असलेले हे सर्किट्स सेन्सर्समधील डेटा व्यवस्थापित करण्यासाठी किंवा भौतिकशास्त्र-प्रेरित ऑपरेशन्स थेट अंमलात आणण्यासाठी खूप उपयुक्त आहेत. कंपनी ज्या नॉनलाइनर डायनॅमिक्स आणि संभाव्य प्रतिनिधित्वांचा पाठपुरावा करत आहे त्याचा फायदा घेण्यासाठी चिपसाठी या प्रकारची सर्किटरी महत्त्वाची आहे.

आणखी एक महत्त्वाचा मुद्दा म्हणजे कंपनीचे स्वारस्य उदयोन्मुख नॉन-अस्थिर आठवणी, जसे की RRAMवीज गेली तरीही ही तंत्रज्ञाने माहिती साठवून ठेवतात. काही विशिष्ट परिस्थितींमध्ये ते पारंपारिक फ्लॅश मेमरीपेक्षा कामगिरीचे फायदे देऊ शकतात, जरी त्यांना अजूनही तांत्रिक आव्हानांचा सामना करावा लागतो ज्यामुळे डेटा सेंटरमध्ये त्यांचा व्यापक वापर मर्यादित झाला आहे. मेमरी मार्केटची उत्क्रांती आणि उत्पादकांचे निर्णय जसे की उत्पादन ओळींशी संबंधित मायक्रोन ते या आव्हानांना आणि संधींना अधोरेखित करतात.

हार्डवेअर आणि एआय मॉडेल्सचे सह-डिझाइन

अपारंपरिक एआय केवळ प्रोसेसरच्या भौतिक थरावर राहू इच्छित नाही. या धोरणात त्यांच्या चिप्सशी जुळवून घेणारे एआय मॉडेल विकसित करणे देखील समाविष्ट आहे.सुरुवातीपासूनच सॉफ्टवेअर आणि हार्डवेअर एकत्र तयार करून ऑफर केलेल्या ऑप्टिमायझेशन मार्जिनचा फायदा घेत.

हा दृष्टिकोन सह-डिझाइन हे डेटा कसा दर्शविला जातो, कोणते ऑपरेशन्स केले जातात आणि चिपमध्ये काम कसे वितरित केले जाते यावर जास्तीत जास्त नियंत्रण ठेवण्याची परवानगी देते. सामान्य-उद्देशीय GPU साठी डिझाइन केलेल्या विद्यमान मॉडेल्सना अनुकूल करण्याऐवजी, कंपनी अल्गोरिदम डिझाइन करू शकते जे तिच्या अॅनालॉग सर्किट्स, पल्सेटिंग न्यूरॉन्स किंवा अपारंपरिक मेमरी मॉड्यूल्सच्या अद्वितीय वैशिष्ट्यांचा फायदा घेतात.

कंपनीला आशा आहे की या एकत्रीकरणामुळे ती साध्य होईल सध्याच्या सिलिकॉनच्या तुलनेत १००० पट कार्यक्षमता विशिष्ट वर्कलोड अंतर्गत. जरी पहिले स्वतंत्र प्रोटोटाइप आणि बेंचमार्क दिसल्यावर हे आकडे सत्यापित करणे आवश्यक असले तरी, ते संघ कोणत्या महत्त्वाकांक्षेचे लक्ष्य ठेवत आहे याची कल्पना देतात.

या प्रकारचा दृष्टिकोन विशेषतः संबंधित आहे युरोप आणि स्पेनजिथे तांत्रिक सार्वभौमत्व आणि परदेशी हार्डवेअर पुरवठादारांवरील अवलंबित्व यावरील वादविवाद जोर धरत आहे. नवीन, अधिक कार्यक्षम एआय आर्किटेक्चर्स असल्याने अधिक शाश्वत आणि कमी खर्चाच्या डेटा सेंटर्सचे दरवाजे उघडतात.हे प्रदेशाच्या ऊर्जा आणि नियामक प्राधान्यांशी सुसंगत आहे. प्रमुख क्लाउड प्रदाते आणि हार्डवेअर उत्पादकांमधील युती, जसे की ज्यांनी अलीकडेच उद्योगाच्या लँडस्केपला आकार दिला आहे, ते हे उपाय कोणत्या संदर्भात बसू शकतात याचे उदाहरण देतात.क्लाउड आणि उत्पादकांमधील सहकार्य).

जर अपारंपरिक एआय मॉडेल शेवटी स्पर्धात्मक असल्याचे सिद्ध झाले, युरोपियन क्लाउड कंपन्या, संशोधन प्रयोगशाळा आणि मोठ्या कंपन्या या प्रकारच्या उपाययोजना एकत्रित करताना पाहणे आश्चर्यकारक ठरणार नाही. त्याच्या पायाभूत सुविधांमध्ये, शोधत आहे ऊर्जा खर्च आणि कार्बन फूटप्रिंट कमी करा प्रगत एआय क्षमतांचा त्याग न करता.

बाजाराचा संदर्भ: मेगा-राउंड्स आणि एआय इन्फ्रास्ट्रक्चरसाठीची शर्यत

अपारंपरिक एआयचे प्रकरण एका व्यापक ट्रेंडचा भाग आहे: अगदी सुरुवातीच्या टप्प्यातच शेकडो दशलक्ष डॉलर्स उभारणाऱ्या एआय स्टार्टअप्सचा उदय, काही वर्षांपूर्वी सूचीबद्ध कंपन्यांसाठी किंवा खूप एकत्रित उत्पन्न असलेल्या कंपन्यांसाठी राखीव असलेल्या मूल्यांकनांसह.

अलिकडच्या वर्षांत, अशी नावे ओपनएआय, मानववंशीय किंवा अशा व्यक्तींनी प्रोत्साहन दिलेले उपक्रम Ilya Sutskever o Mira Murati ते ऐतिहासिक व्हेंचर कॅपिटल राउंडमध्ये सहभागी झाले आहेत. २०२५ मध्ये, डझनभर एआय स्टार्टअप्सनी हा टप्पा ओलांडला १०० दशलक्ष डॉलर्सचा निधीया विभागात अभूतपूर्व गुंतवणूकीचे प्रमाण एकत्रित करणे.

या लाटेत, पायाभूत सुविधांसाठीची लढाई चिप्स, विशेष क्लाउड, अ‍ॅक्सिलरेटर आणि प्रशिक्षण प्रणाली हे सर्वात जास्त वादग्रस्त क्षेत्रांपैकी एक बनले आहेत. प्रोसेसर अवलंबित्व काही मोजक्या उत्पादकांच्या आणि विशेषतः उच्च दर्जाच्या GPU च्या कमतरतेमुळे, गुंतवणूकदार आणि उद्योजकांना पुरवठा आणि किमतीतील अडथळे कमी करणारे पर्याय शोधण्यास प्रवृत्त केले आहे.

अपारंपरिक एआय प्रस्ताव देऊन या शर्यतीत प्रवेश करते प्रमुख GPU उत्पादकांशी वाढत्या स्पर्धेपेक्षा वेगळा मार्गकेवळ अधिक कामगिरीसाठी संघर्ष करण्याऐवजी, ऊर्जा कार्यक्षमतेत मोठ्या प्रमाणात सुधारणा करण्याचे आदेश साध्य करण्यावर लक्ष केंद्रित करा, जे मध्यम कालावधीत एआय सिस्टम्सना भौतिक आणि आर्थिक मर्यादांमध्ये न अडकता वाढत्या प्रमाणात वाढण्यासाठी महत्त्वाचे आहे.

युरोपियन परिसंस्थेसाठी, जिथे ऊर्जा खर्च आणि उत्सर्जनावरील नियामक आवश्यकता विशेषतः कठोर आहेत, अशा प्रकारच्या प्रस्तावांचे यश निर्णायक ठरू शकते. एक अधिक कार्यक्षम एआय हार्डवेअर हे ग्रीन ट्रान्झिशन स्ट्रॅटेजीजशी जुळेल, तर कंपन्या आणि प्रशासनांना त्यांचा वापर न वाढवता प्रगत एआय अॅप्लिकेशन्स तैनात करण्याची परवानगी देईल.

चा प्रकल्प अपारंपरिक एआय हे सध्याच्या अनेक प्रमुख ट्रेंड्सना मूर्त रूप देते: सीड स्टेजमधील मेगा-राउंड्स, एआयसाठी सुरुवातीपासून डिझाइन केलेले हार्डवेअर, जीवशास्त्रातून थेट प्रेरणा आणि वाढत्या प्रमाणात स्पष्ट होणाऱ्या वास्तवाला प्रतिसाद देणारी ऊर्जा कार्यक्षमतेची आवड. जर कंपनीने सिलिकॉनमधील आपली आश्वासने प्रत्यक्षात आणली, तर पुढील दशकात युनायटेड स्टेट्स आणि युरोपमध्ये आणि विस्ताराने स्पेनसारख्या बाजारपेठांमध्ये कृत्रिम बुद्धिमत्ता मॉडेल्स कसे प्रशिक्षित केले जातात आणि चालवले जातात हे परिभाषित करणारे ते एक प्रमुख खेळाडू बनू शकते.

संबंधित लेख:

चिप डिझाइनच्या केंद्रस्थानी असलेल्या सिनोप्सिससोबत एनव्हीडियाने आपली धोरणात्मक युती मजबूत केली आहे.

अल्बर्टो नवारो

मी एक तंत्रज्ञान उत्साही आहे ज्याने त्याच्या "गीक" आवडींना व्यवसायात बदलले आहे. मी माझ्या आयुष्यातील 10 वर्षांहून अधिक काळ अत्याधुनिक तंत्रज्ञानाचा वापर करून आणि सर्व प्रकारच्या कार्यक्रमांना निव्वळ उत्सुकतेपोटी घालवले आहे. आता मी कॉम्प्युटर टेक्नॉलॉजी आणि व्हिडिओ गेम्समध्ये स्पेशलायझेशन केले आहे. याचे कारण असे की, मी 5 वर्षांहून अधिक काळ तंत्रज्ञान आणि व्हिडिओ गेमवरील विविध वेबसाइट्ससाठी लिहित आहे, प्रत्येकाला समजेल अशा भाषेत तुम्हाला आवश्यक असलेली माहिती देण्यासाठी लेख तयार करत आहे.

तुम्हाला काही प्रश्न असल्यास, माझे ज्ञान विंडोज ऑपरेटिंग सिस्टीम तसेच मोबाइल फोनसाठी अँड्रॉइडशी संबंधित सर्व गोष्टींपासून आहे. आणि माझी वचनबद्धता तुमच्याशी आहे, मी नेहमी काही मिनिटे घालवण्यास तयार आहे आणि या इंटरनेटच्या जगात तुम्हाला पडणाऱ्या कोणत्याही प्रश्नांचे निराकरण करण्यात मदत करण्यास तयार आहे.